Improvement by Medication Less than Expected in Parkinson’s Disease: Blinded Evaluation of Levodopa Response
Notice bibliographique
Résumé
Background: The latest Movement Disorder Society (MDS) diagnostic criteria require a good and sustained response to medication to get a diagnosis of Parkinson's disease, PD. Objective: The aim of this study was to evaluate levodopa response in a group of patients with probable PD, diagnosed by movement disorder specialists. Methods: An acute levodopa challenge test (LDCT) was performed after pausing the dopaminergic medication for 6 half-times. The motor part of the Unified Parkinson's Disease Rating Scale was performed in the OFF-state and after LDCT (ON). A good effect was defined as >30% improvement. A video-protocol was used to secure standardized motor examination with blinded assessments of the UPDRS-III OFF and ON. An age-matched group of control subjects (CS) was included but did not go through LDCT. All participants were evaluated with Montreal Cognitive Assessment (MoCA) and Beck's Depression Inventory (BDI). Results: In the statistical analysis, 37 patients were included. Twenty-one patients showed an improvement ≤30%, while 16 patients showed an improvement >30%. LDCT showed an overall mean improvement of 27.3% of motor UPDRS. In 43.2%, there was a discrepancy between the effect seen with the LDCT and the patients' self-perceived medicine evaluation. Patients with PD had a significantly lower MoCA score and more depressive symptoms compared to CS. Conclusions: We showed an acute effect of levodopa using LDCT that was around 30% improvement. While it lends support to the use of this limit in the MDS diagnostic criteria, an acute effect of less than 30% should be considered acceptable in some patients. Our study highlights a discrepancy in the objective measure of medicine effect on motor symptoms and the patient's subjective evaluation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».